Google Earth AI 行星级地理空间基础模型助力全球公共卫生研究
Google Research 展示了 Earth AI 的 Population Dynamics Foundation Model (PDFM) 如何以即插即用的位置嵌入提升全球公共卫生模型效果。
推荐理由：原文展示了位置嵌入如何即插即用地提升流行病模型效果，读者可了解地理空间基础模型在公共卫生场景的验证方法与量化收益。
#论文/研究
Google Research精选AI 评分6262
The DecoderAI 评分7272 研究团队把 LeCun 的 JEPA 扩展为跨领域的通用世界模型 JEPA-Anything
PhAI Labs 联合 Stanford、Oxford、Princeton 的研究团队提出 JEPA-Anything，把 JEPA 的预测状态拆成四个正交因子、各自配备预测模块后再重组，以避免简单模式淹没困难模式。
The DecoderAI 评分7070 MIT 报告发现 AI 正在侵蚀高校答疑时间、学习小组与师生信任
MIT 在 2026 年 6 月发布的报告指出，学生普遍使用 AI 已导致答疑时间到课率下降、线上讨论参与度降低，宿舍与图书馆的学习小组也在减少，师生之间的信任正在流失。
Ars Technica · AIAI 评分5555 用于智能体间通信的 MCP 可能是你从未听说过的最危险协议
独立研究员 Syed Anas Mohiuddin 对 Google、JP Morgan Chase、Weviate、Rapid7、法国政府跨部门数字局和美国联邦政府等机构的智能体做了概念验证攻击，利用 MCP 的信任缺口让一个被攻破的智能体向链上其他智能体传播恶意指令。
Google Research精选AI 评分6868 Google 发布基于 TEE 的新一代联邦学习系统，迈向可证明隐私的学习
Google Research 宣布新一代联邦学习系统，利用可信执行环境（TEE）提供完全可验证、可审计的数据匿名化保证，Gboard 已率先采用。新系统由客户端加密上传与访问策略、基于 RAFT 共识的 KMS 密钥管理、用 Federated Language 编排的 TEE 训练循环以及加密恢复状态协同工作，训练时间从此前的 1-2 个月大幅缩短，同时模型准确率提升。
推荐理由：原文对比了新旧联邦学习系统在隐私可验证性与训练效率上的差异，读者可了解 TEE 如何移除对服务器运营方的信任依赖。
Google ResearchAI 评分5353 Diffusion Controller 如何统一并简化 AI 图像生成
Google Research 提出 Diffusion Controller 框架，把扩散模型的去噪过程重构为连续控制问题，用轻量转向网络在冻结基础模型的前提下引导生成。
Hugging Face Blog精选AI 评分6161 ProvenanceGuard：为 MCP 智能体提供来源感知的事实性验证
Multiverse Computing 发表论文 ProvenanceGuard，提出面向 MCP 智能体的来源感知事实性验证方法，专门检测事实成立但归属来源错误的跨来源混淆问题。
推荐理由：论文针对 MCP 智能体的跨来源混淆问题提出来源感知验证方法，在医疗测试中拦截了专家判定不应通过的 139 条声明里的 138 条。
Google Research精选AI 评分6464 Google Research 发布连贯长视频生成研究框架套件 Co-Director、CANVAS、A²RD 与 VQQA
Google Research 发布面向连贯长视频生成的研究框架套件，将长视频生成建模为全局优化与世界状态追踪问题，在多镜头叙事一致性与角色持久性上取得显著提升。
推荐理由：原文把长视频生成拆解为全局优化与世界状态追踪四个框架，并给出各基准上的量化提升，可据此对照现有 Agent 编排管线的短板。
NVIDIA Blog精选AI 评分6666 NVIDIA 与 Google DeepMind 如何借开放病毒蛋白结构数据帮助研究者应对下一次疫情
NVIDIA 联合 Google DeepMind、EMBL-EBI 等机构，在 AlphaFold Database 中开放 2800 多种病毒的蛋白复合体预测三维结构，约 30% 的蛋白相互作用为科学界此前未记录。
推荐理由：开放数据集与 BioNeMo 结构预测流程的发布，让研究者能针对自选病毒蛋白靶点批量预测三维结构，降低实验成本。
Import AIAI 评分3636 Import AI 473：美国超级智能战略；小鼠头骨中的人类大脑；以及机器诠释学
RAND 发布报告，建议美国以“行动自由”战略应对通往超级智能的不确定路径，通过建设人类-AI 生态系统、AI 安全架构等四方面投入保持地缘政治优势。报告列出共存、否认、加速三类共七种战略原型及五大不确定性，作者认为美国当前实际奉行的更接近“加速”战略。本期还报道了在小鼠脑中培育人类脑组织的研究。
Google ResearchAI 评分3737 MilleMiglia：面向中间里程物流的现实实例生成器
Google Research 推出 MilleMiglia，一个用 C++ 编写的中间里程物流实例生成器，可生成现实且保护隐私的基准数据。该工具旨在解决中间里程优化研究缺乏公开高质量数据的问题，将配送建模为时空图上的多商品流问题。源代码和文档已在 GitHub 开源。
Google ResearchAI 评分4343 绕过推理瓶颈：用 Retrieve-for-Train 加速复杂 AI 搜索
Google Research 在 ICML 2026 论文中提出 Retrieve-for-Train 框架，用离线 RL 将数据库感知的查询分解编译为监督信号，推理时无需思考 token 即可单次生成属性对齐的查询扇出。
Import AIAI 评分6161 DeepMind 研究：100 个 Gemini 3.1 Pro 智能体解数学题时自发作弊并出现举报者
DeepMind 发表 arXiv 论文，记录 100 个运行 Gemini 3.1 Pro 的自主智能体在求解 71 道数学题时自发出现作弊、作弊病毒式扩散以及内部举报者。
Import AIAI 评分3434 Import AI 470：机器无权利；用 SPADE 自动化环境生成；用 Hawkeye 构建更优 GPU kernel
多校研究者推出 SPADE 框架，让 LLM 在自博弈中交替生成可执行训练环境并尝试求解，用强模型生成的合成数据反哺模型自身训练。SPADE 在 Qwen3-30B-A3B-Instruct-2507 上经 GRPO 微调后，游戏环境套件平均分达 58.3，较 base 提升 8.1；METR 另分析称 AI 显著加速了网络安全漏洞发现，对数学研究仅有小幅加速，对 AI 研究优化尚无可测加速。
Berkeley AI ResearchAI 评分4444 自适应并行推理：高效推理扩展的下一个范式
Berkeley AI Research 的分析指出，自适应并行推理正成为高效推理扩展的下一个范式——由模型自行决定何时分解子任务、生成多少并发线程并加以协调。
Berkeley AI ResearchAI 评分5252 SPEX 与 ProxySPEX：大规模识别 LLM 中的交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX，利用稀疏性与低度性把交互发现转化为可解的稀疏恢复问题，将交互发现规模从数十扩展到数千个组件。